Nature：脑内“刹车系统”的秘密，小鼠视觉皮层中的精准抑制网络

摘要：在哺乳动物大脑中，不同类型的神经元共同构成复杂的皮层网络，维持信息处理的稳定与灵活性。其中，虽然抑制性神经元数量远少于兴奋性神经元，但它们的多样性和精准的“刹车功能”在维持神经活动平衡中起着关键作用。长期以来，科学家们一直想解答一个核心问题：不同类型的抑制性神

在哺乳动物大脑中，不同类型的神经元共同构成复杂的皮层网络，维持信息处理的稳定与灵活性。其中，虽然抑制性神经元数量远少于兴奋性神经元，但它们的多样性和精准的“刹车功能”在维持神经活动平衡中起着关键作用。长期以来，科学家们一直想解答一个核心问题：不同类型的抑制性神经元是否会选择性地连接特定的靶细胞？它们的连接规律是否遵循某种精细的组织原则

近期发表在Nature上的这项研究利用毫米级别的体积电子显微镜（volumetric EM）技术，对小鼠初级视觉皮层中1,352个完整神经元进行了超高分辨率重建，标注了超过7万个突触连接，绘制出一张前所未有的抑制性神经元“连接地图”。研究发现，不同的抑制性神经元并非随机地“抑制”附近细胞，而是表现出广泛的目标特异性。部分中间神经元精确地调控特定的兴奋性神经元群体，甚至存在一个“去抑制专家”类型——其专门针对篮状细胞进行调控，从而间接放大皮层兴奋活动。更重要的是，研究揭示了一种全新的组织模式：多个抑制性神经元可以形成“动机组（motif group）”，通过协同作用同时调控同一目标的不同树突区域（躯体周围+树突远端），实现对信息传递的精细控制。

结果一：毫米级电子显微重建揭示小鼠视觉皮层完整抑制性连接图谱

研究团队采用毫米尺度的串行切片透射电子显微镜（serial section transmission EM）技术，对小鼠视觉皮层中一个523 × 1,100 × 820 μm³的脑区进行了高分辨率三维重建，该区域覆盖从脑表（pia）到白质，横跨多个视觉区域。通过深度学习辅助的自动分割和大规模人工校正，研究人员在一个100 × 100 μm²垂直柱状体积内精确重建了1,352个神经元（包括抑制性与兴奋性神经元）的树突与轴突结构，并标注了超过70,000个突触连接。

研究结果显示：兴奋性神经元的树突结构覆盖面广、突触输入数量庞大，且在皮层层次上存在显著差异（层1–4突触输入显著多于层5–6）；抑制性神经元的突触输入与输出在皮层层次中分布较为均匀；单个抑制性神经元的突触输出数目介于数百至上万之间，但由于技术限制，当前重建结果可能仍低估了其真实输出范围。

图1：小鼠视觉皮层的柱状重建

结果二：基于突触投射特征的抑制性神经元亚型分类揭示双通路解除抑制机制

研究人员借助超高分辨率EM重建数据，基于抑制性神经元的突触投射部位与突触连接特征（如多突触连接比率与轴突上突触聚集度），在无分子信息条件下对1,886个细胞中的抑制性神经元进行了功能-解剖亚型划分。通过对树突分区（胞体、近端树突、顶树突、远端树突）与抑制性靶向偏好等指标进行分析，并结合专家标注训练的线性分类器，研究团队将抑制性神经元划分为四大亚型：胞体周围靶向型（PeriTC）、远端树突靶向型（DistTC）、稀疏靶向型（SparTC），以及抑制性细胞靶向型（InhTC）。

进一步对InhTC亚型进行细化分析，研究者识别出两种解除抑制的神经元子群，这两类InhTC不仅在投射偏好上表现出高度特异性，其与靶细胞的突触连接数目、单连接突触数与突触体积亦显著高于非偏好连接，表明其功能重要性可能远超预期。研究还发现，InhTCPeri并未接受来自PeriTC的显著回馈抑制，而是主要受到DistTC的调控，进一步扩展了传统VIP-SST-PV解除抑制电路的认知图谱。

图2：抑制性亚类及其在“抑制抑制”中的作用

结果三：基于突触特征的兴奋性神经元亚型分类揭示形态与功能多样性

研究者利用高分辨率EM数据结合突触定位与大小等29项细胞特征，对小鼠视觉皮层兴奋性神经元进行了无监督共识聚类分析，识别出18种不同的形态功能亚型（M-types）。这些亚型不仅在解剖层次（层2/3、层6等）和投射类型（皮层内IT型与皮层外CT型）上表现出分布规律，还在突触输入总数、突触密度和突触大小等细胞水平和局部突触特性上存在显著差异。例如，层2的两个视觉上相似亚型在树突长度相差不大，但突触数量和密度却相差显著；层5的近投射（NP）细胞则表现出较低的总突触输入和突触密度，突触尺寸也较小。结果表明，兴奋性神经元不仅形态多样，其功能特征也通过细胞级和局部的突触特性反映出来，提示其在神经网络中的信息处理和连接选择性具有高度复杂性。

图3：兴奋性神经元M型的特征描述

结果四：不同兴奋性亚型间的抑制协同及其层间特异性分布

研究者基于对抑制性神经元亚类（PeriTC、DistTC等）与兴奋性神经元形态亚型（M-types）之间的突触连接数据分析，量化了抑制性输入在不同兴奋性亚型间的分布与协同关系。通过统计70,884个抑制性突触，发现PeriTC和DistTC是兴奋性神经元主要的抑制来源，且不同M-types接受的抑制强度存在显著差异，且突触数与兴奋性树突突触输入保持高度结构性平衡。对单个兴奋性神经元，PeriTC和DistTC的抑制输入数量多呈正相关，显示两大抑制亚类协同作用于相同目标。进一步计算抑制神经元对不同M-types的连接密度及其相关性，揭示了抑制协同具有明显的层内强关联和层间差异特征：浅层（层2和层3）M-types间抑制来源部分重叠，层4 M-types抑制高度一致，层5则表现较多非重叠连接，而层6抑制则相对独立。结果表明，皮层层次及投射亚型是调控抑制协同模式的关键因子，且主要抑制亚类以相似方式分布其输出，体现了复杂而有层次的抑制网络结构。

图4：对兴奋性神经元的抑制模式

结果五：抑制性神经元输出模式的多样性及其对兴奋性亚型的选择性分布

研究者通过对每个抑制性神经元输出到不同兴奋性M-types的突触比例进行归一化分析，并采用一致性聚类方法识别出18个“输出模式组”（motif groups），揭示了抑制性神经元在连接目标选择上的多样性。尽管个别motif组偏向于特定层或单一M-type，但多数组包含多个神经元亚类，且目标分布多层次且复杂。通过计算各motif组对各M-type的平均输出及输入突触比例，发现强连接通常伴随高连接密度和多突触连接，表明其在电路中的功能重要性。不同皮层层级展现不同的抑制组织结构：2至4层的兴奋性亚型普遍接受来自2-3个motif组的重叠抑制输入，而5层motif组多聚焦于单一M-type，6层则存在投射亚型特异性及广泛目标的混合连接模式。结果表明，抑制性神经元通过多样且层特异的输出模式精细调控兴奋性神经元亚型，支持皮层复杂的抑制网络结构。

图5：抑制性连接由抑制性“动机群”组织而成

结果六：突触选择性揭示抑制性神经元在空间定位与细胞类型偏好的协同作用

研究者基于每个抑制性神经元的形态、突触连接及输出在胞体区室和兴奋性M-types上的分布，构建了一个考虑空间定位和目标胞室偏好的无关模型，计算并定义了细胞类型选择性指数（selectivity index），用于衡量抑制性神经元对特定兴奋性亚型的连接偏好超出空间和结构限制的程度。结果显示，绝大多数motif组对部分目标M-types表现出稳定的正负选择性，但高特异性连接不总是伴随高选择性指数。例如，部分细胞群体的特定连接模式可由其轴突与目标的空间重叠充分解释，特别是围绕胞体的PeriTC细胞；而对轴突分布更广的DistTC细胞而言，则需要额外的细胞类型偏好以解释其连接模式。综上，抑制性神经元的突触特异性由精确的轴突空间投射和对特定细胞类型的选择性结合实现，两者在不同细胞类型间贡献权重不同，揭示了抑制网络中复杂且多层次的连接机制。